คู่มือเทคโนโลยีสำหรับ SMEs จาก Big Data สู่ AI ถึง Machine Learning

Big Data, AI และ Machine Learning คีย์เวิร์ดยอดฮิตที่ผู้ประกอบการมักได้ยินทุกครั้งเมื่อพูดถึง ‘เทคโนโลยี’ ทุกคนต่างรู้ดีว่าเป็นสิ่งจำเป็นอย่างยิ่งในการยกระดับให้ธุรกิจเติบโตไปอีกขั้นในยุคสมัยนี้ และเสริมความยืดหยุ่นให้กับการทำธุรกิจในโลกที่เปลี่ยนแปลงอย่างรวดเร็ว แต่การนำมาใช้งานจริงให้มีประสิทธิภาพกลับไม่ง่ายอย่างที่คิด เนื่องจากผู้ประกอบการควรต้องเตรียมความพร้อมด้านข้อมูล มีความรู้ ความเชี่ยวชาญเกี่ยวกับระบบในระดับหนึ่ง เพื่อที่จะสามารถนำมาปรับใช้ให้เหมาะกับบริบทของธุรกิจของตนเองได้จริง

THE SME HANDBOOK by UOB ตอนที่ 1 ของ Season 4 เฟิร์น-ศิรัถยา อิศรภักดี ชวน พชร อารยะการกุล ประธานเจ้าหน้าที่บริหาร บริษัท บลูบิค กรุ๊ป จำกัด มาตอบทุกคำถามการใช้ Deep Technology ที่หลายคนสงสัย และให้วิธีคิดนำไปปรับใช้ได้จริงสำหรับ SMEs ทุกภาคธุรกิจ

Deep Tech คืออะไร

Deep Tech คือเทคโนโลยีขั้นสูงที่เพิ่งถูกคิดค้นมาไม่นาน ด้วยความที่มันมีความลึกและค่อนข้างเฉพาะเจาะจง จึงถูกนำไปใช้กันในวงแคบ แต่ช่วงหลังผู้คนเริ่มเห็นประโยชน์ในการนำมาแก้ปัญหาที่กว้างขึ้น และลดต้นทุนการใช้ที่ต่ำลงได้ Deep Tech ก็เริ่มถูกนำมาประยุกต์ใช้ในวงกว้างมากขึ้น

ถ้าถามว่าเทคโนโลยีอย่าง Big Data, AI, Machine Learning ที่หลายคนคุ้นเคย นับว่าเป็น Deep Tech ได้หรือยัง ตรงนี้คงต้องเริ่มจากการนิยามการทำงานของมันให้เข้าใจก่อน

Big Data เป็นเทคโนโลยีในการจัดเก็บและประมวลผลในปริมาณมาก โดยข้อมูลตรงนี้อาจจะมีทั้งในมุมของความหลากหลายของข้อมูล ปริมาณข้อมูล และความรวดเร็วของการอัปเดตข้อมูล ซึ่งปัจจุบันก็มีเทคโนโลยีหลายอย่างที่เข้ามาจัดการเรื่องนี้ เช่น การจัดเก็บ ที่สมัยก่อนเรายังเก็บข้อมูลไม่เยอะ เทคโนโลยีนี้จึงยังไม่ได้มีความสำคัญมาก แต่เมื่อข้อมูลเยอะขึ้นเรื่อยๆ เราจะมีวิธีเก็บอย่างไรให้สามารถเรียกใช้ได้อย่างรวดเร็ว ปลอดภัย และนำข้อมูลไปวิเคราะห์ต่อได้ง่าย

AI (Artificial Intelligence) คือการสร้างความฉลาดขึ้นมาโดยใช้โปรแกรมคอมพิวเตอร์ที่มนุษย์ประดิษฐ์ขึ้น ไม่ได้เกิดขึ้นมาจากธรรมชาติ ซึ่งจริงๆ แล้ว AI เป็นเทคโนโลยีที่มีหลายแขนง มนุษย์จะเป็นผู้กำหนดว่าเวลาเจอสถานการณ์ต่างๆ ซอฟต์แวร์ควรจะตอบสนองอย่างไร

Machine Learning คืออีกศาสตร์หนึ่งของ AI ก็ว่าได้ เป็นการทำให้คอมพิวเตอร์หรือซอฟต์แวร์นั้นๆ มีความฉลาดขึ้นได้เรื่อยๆ จากการนำข้อมูลไปเทรนตัวโมเดลของมันเอง สิ่งนี้จึงเป็นความเกี่ยวข้องกันระหว่าง AI กับ Big Data คือการนำข้อมูลที่มีอยู่เยอะมากๆ มาสอนตัว Machine Learning ให้มันฉลาดขึ้นได้เรื่อยๆ โดยที่มนุษย์ไม่ต้องไปนั่งสอน จนบางครั้งมันอาจจะฉลาดยิ่งกว่ามนุษย์ด้วยซ้ำ

แม้ 3 สิ่งนี้จะเป็นเทคโนโลยีที่ค่อนข้างเป็นที่รู้จัก แต่ก็ยังไม่ได้ถูกนำไปใช้งานอย่างแพร่หลาย จึงอาจเรียกว่าเป็น Deep Tech ได้อยู่ แต่ในอนาคตเมื่อมันถูกนำมาใช้งานมากขึ้น 3 สิ่งที่ว่านี้ก็อาจกลายเป็นเทคโนโลยีทั่วๆ ไปที่ไม่ได้จับต้องยากอีกต่อไป

Big Data, AI, Machine Learning สำคัญแค่ไหนกับธุรกิจ SMEs ในวันนี้

ตอนนี้การแข่งขันในโลกธุรกิจมันสูงขึ้นเรื่อยๆ ฉะนั้นธุรกิจไหนที่ตัดสินใจได้ดีกว่าก็จะสามารถสร้างโอกาสใหม่ๆ ทางธุรกิจได้ มีโอกาสลดต้นทุน และทำงานได้อย่างมีประสิทธิภาพมากขึ้น

แต่เพราะมนุษย์เรายังมีข้อจำกัด บางเรื่องเราอาจจะไม่สามารถทำได้ดีเท่าเครื่องจักร เช่น การวิเคราะห์ข้อมูลจำนวนมหาศาล สมมติว่าเรามีลูกค้า 1-2 ล้านราย การจะไปไล่ดูพฤติกรรมของเขาแล้วนำมาวิเคราะห์เองคงทำไม่ได้ เพราะฉะนั้นเทรนด์การทำธุรกิจตอนนี้จึงมุ่งเน้นการประยุกต์ใช้ AI เพื่อทำให้ธุรกิจสามารถตัดสินใจได้ดีขึ้น ซึ่งจะนำมาสู่โอกาสและประสิทธิภาพสินค้าที่จะทำได้ดีกว่าคู่แข่ง

ถ้ามองกลับมาในมุมของ SMEs แม้จะเป็นบริษัทไซซ์เล็ก แต่ก็ต้องให้ความสำคัญเช่นกัน เพราะปัจจุบันเทคโนโลยีเริ่มเข้ามาอยู่ในชีวิตเราทุกอย่าง ทำให้ค่อนข้างมีราคาที่ถูกลง เริ่มมีธุรกิจใหม่ๆ เข้าไปใช้งานมากขึ้น แล้วถ้าเราไม่ได้ทำ แต่คู่แข่งของเราทำ การแข่งแพ้ก็อาจจะเกิดขึ้นได้

ตอนนี้เครื่องมือต่างๆ มันอยู่ใกล้ตัวเรามากๆ และไม่ได้จำกัดอยู่แค่ธุรกิจขนาดใหญ่ แต่ธุรกิจขนาดกลางและเล็กก็สามารถเข้าถึงได้อย่างสบายๆ ไม่ว่าจะเป็นในเรื่องการประมวลผล การจัดเก็บข้อมูล ไปจนถึงการสร้างปัญญาประดิษฐ์ แค่ต้องพยายามมองหาว่ามันอยู่ตรงไหนบ้างและนำมาใช้ให้เกิดประโยชน์เท่านั้นเอง

ตอนนี้การแข่งขันในโลกธุรกิจมันสูงขึ้นเรื่อยๆ ฉะนั้นธุรกิจไหนที่ตัดสินใจได้ดีกว่าก็จะสามารถสร้างโอกาสใหม่ๆ ทางธุรกิจได้

ธุรกิจทั่วโลกนำ Deep Tech ไปใช้ในด้านใดบ้าง

ตอนนี้ทุกอุตสาหกรรมเอาเรื่องของ AI ไปใช้กันหมด ฉะนั้น AI ก็เป็นหนึ่งใน Deep Tech ที่ผมเชื่อว่าตอนนี้ได้รับการยอมรับจากภาคธุรกิจเยอะขึ้นเรื่อยๆ ทุกวันนี้เราอาจจะไม่รู้ตัวว่าซอฟต์แวร์ต่างๆ ที่เราใช้ก็มี AI อยู่ด้วย แต่ถ้าลองถอยกลับมาดูอุตสาหกรรมทั่วไป จริงๆ แล้วไม่ว่าจะธุรกิจไหนก็ใช้หมด เช่น ค้าปลีก หลายๆ แบรนด์จะมี Loyalty Programme ที่เวลาเราไปชอปปิง เขาก็จะเก็บข้อมูลได้ว่าเราซื้ออะไรบ้าง ซื้อที่ไหน ซื้อเยอะหรือน้อย ซื้อช่วงเวลาไหน แล้วนำข้อมูลตรงนี้ไปวิเคราะห์ต่อว่าแบรนด์ควรจะทำโปรโมชันในลักษณะไหน หรือจะขายอะไรที่ทำให้ลูกค้าตัดสินใจซื้อได้ง่ายขึ้น

ส่วนอุตสาหกรรมภาคการผลิตก็มีการใช้ AI เยอะมากๆ เช่น การทำ Demand Forecast ถ้าเราจะทำของขึ้นมาสักชิ้น ควรจะผลิตในปริมาณเท่าไร เพราะถ้าผลิตเยอะไปก็จะเหลือ หรือผลิตน้อยของก็ขาดอีก ซึ่งตรงนี้จะทำให้เราเสียโอกาสทางธุรกิจไปอย่างน่าเสียดาย

อีกอุตสาหกรรมหนึ่งที่ผมคิดว่าใกล้ตัวและมีการใช้ AI เยอะคืออุตสาหกรรมการเงิน เช่น ธนาคาร ถ้ามาดูกันจริงๆ จะพบว่าเขาใช้ AI กันมานานมากๆ แล้ว สมัยก่อนอาจจะใช้ในฝั่งหลังบ้าน คือเป็นเครื่องมือวิเคราะห์ความเสี่ยงในการผิดนัดชำระหนี้โดยใช้สถิติ พวกนี้จะใช้เทคนิค Machine Learning ในการคำนวณคะแนนเพื่อให้เห็นว่าลูกค้าคนนี้มีความเสี่ยงแค่ไหน และทุกวันนี้เทคนิคก็มีความแม่นยำมากขึ้น บางทีอาจจะมีข้อมูลต่างๆ ที่เราให้ธนาคารโดยไม่รู้ตัว เช่น การ Redeem กับพาร์ตเนอร์ต่างๆ ธนาคารก็ได้ข้อมูลด้วยเช่นกัน ซึ่งตรงนี้ก็จะเป็นส่วนที่เข้าไปเสริมการตัดสินใจของลูกค้าในการเพิ่มยอดขายผลิตภัณฑ์ต่างๆ เพื่อให้โอกาสในการตัดสินใจซื้อเยอะขึ้น

คิดในมุมผู้ประกอบการ หากอยากนำ Deep Tech มาใช้กับธุรกิจของตัวเอง ต้องเริ่มอย่างไร

สิ่งแรกที่สำคัญที่สุดคือการเตรียมความพร้อมในเรื่องการใช้ระบบงานดิจิทัลก่อน ถ้าเรายังไม่ได้ใช้อะไรที่เป็นดิจิทัลเลย ปัญหาที่ตามมาคือเราจะไม่มีข้อมูลและไม่มีความคุ้นชินในการใช้เทคโนโลยีเหล่านี้เพื่อการตัดสินใจ ฉะนั้นอันแรกที่ธุรกิจทำได้เลยคือเปลี่ยนวิธีการทำงานแบบเดิมๆ เช่น การใช้กระดาษ หรือการใช้ความรู้สึกในการตัดสินใจ ให้ลองค่อยๆ เปลี่ยนมาใช้ระบบดิจิทัลมากขึ้น เริ่มจากระบบบัญชีก่อนก็ได้ แล้วตามมาด้วยระบบ CRM ระบบจัดการลูกค้า ระบบงานเอกสารภายใน เดี๋ยวนี้มีซอฟต์แวร์จำนวนมหาศาลที่เข้ามาตอบโจทย์ในราคาที่ไม่แพงแล้ว พวกนี้จะเป็นก้าวแรกที่ทำให้เริ่มนำข้อมูลต่างๆ ที่สมัยก่อนเราวิเคราะห์อะไรไม่ได้เลย เพราะมันอยู่ในกระดาษ เมื่อเข้าไปจัดเก็บอยู่ในระบบงานดิจิทัลก็จะนำมาใช้ประโยชน์ได้มากขึ้น

ถัดมาคือต้องเริ่มใช้ข้อมูลในการตัดสินใจ วิธีการวิเคราะห์ง่ายๆ คือเราอาจจะดูแค่สถิติย้อนหลังก็ได้ว่าสิ่งที่เกิดขึ้นมันเป็นอย่างไร เช่น ที่ผ่านมาเราเคยมีกำไรกับเซกเมนต์ไหนเยอะๆ กับลูกค้ากลุ่มไหนเยอะๆ ก็แปลว่ากลุ่มนี้มีความน่าสนใจในการขยายผลต่อ

หรือหากจะมองในมุมอื่นๆ เช่น ต้นทุน ก็ต้องรู้ก่อนว่าต้นทุนส่วนไหนกำลังเพิ่มมากขึ้นเป็นพิเศษ เราจะโฟกัสตรงไหน อยากจะทำอะไรที่มันแอดวานซ์มากขึ้น ก็ต้องเริ่มจากการหาวิธีในการจัดเก็บข้อมูลในรูปแบบที่เอาไปวิเคราะห์ต่อได้ง่าย เพื่อนำเครื่องมือจากการวิเคราะห์มาประมวลผลใช้งานต่อ เพราะฉะนั้นการลงทุนด้านนี้อาจจะเริ่มจากเทคโนโลยีที่เกี่ยวกับการจัดเก็บข้อมูลก่อน หลังจากนั้นค่อยมาในสเต็ปของการวิเคราะห์ข้อมูล หรือวิธีเบสิกที่สุดถ้าเราพื้นฐานน้อยจริงๆ ก็เริ่มจากการใช้ซอฟต์แวร์สำเร็จรูปก่อนก็ได้

เทคนิคการเลือกข้อมูลมาวิเคราะห์ เพื่อให้เกิดประโยชน์กับธุรกิจสูงสุด

ผมเชื่อว่าแต่ละอุตสาหกรรมก็อาจจะต้องใช้วิธีการแตกต่างกัน อย่างอุตสาหกรรมไหนที่แข่งขันกันด้วยราคา แน่นอนว่าเรื่องที่สำคัญที่สุดก็คือต้นทุน ฉะนั้นกลุ่มนี้จะเน้นเรื่องของการเพิ่มประสิทธิภาพเยอะมาก การวิเคราะห์ข้อมูลก็จะออกมาในแนวทางว่าทำอย่างไรให้เราทำงานได้เร็วขึ้น มีประสิทธิภาพมากขึ้น ต้นทุนลดลง

แต่ถ้าเป็นอุตสาหกรรมที่เน้นความสะดวกสบายในเรื่องของ Customer Experience ก็ต้องวิเคราะห์อีกแบบหนึ่ง คือจะทำอย่างไรให้ตอบโจทย์ Pain Point ของลูกค้าให้ถูกที่ ถูกเวลา เพราะเวลาเรานำเสนอสินค้าบางอย่างไป ถ้ามันถูกที่ ถูกเวลา โอกาสที่ลูกค้าซื้อก็จะมีเยอะขึ้นตามไปด้วย นอกจากนี้ยังต้องพิจารณาจาก Position ของธุรกิจด้วยว่าเราเน้นจุดเด่นไปในทิศทางไหน เพื่อเป็นการสร้างความแตกต่างหรือการสร้างประสิทธิภาพ

แต่ท้ายที่สุดเมื่อเจอจุดเริ่มแล้วว่าจะทำอย่างไร สุดท้ายก็ต้องมีการเดินหน้าเพื่อเพิ่มประสิทธิภาพในอุตสาหกรรมอย่างต่อเนื่อง ไม่ได้หมายความว่าถ้าเราเน้นความแตกต่างแล้วเราจะไม่สนใจดูแลต้นทุนเลย เพราะถึงแม้จะประคับประคองต้นทุนได้ดีแล้ว แต่ถ้าอยากหาวิธีในการให้บริการลูกค้าได้ดีขึ้นก็ไม่ผิดอะไร เพียงแต่จุดเริ่มต้นที่ถูกต้องควรจะเริ่มจากคาแรกเตอร์ที่แมตช์กับอุตสาหกรรมนั้นๆ ก่อน

การที่ธุรกิจสามารถใช้เทคโนโลยีได้ ก็จะเพิ่มโอกาสในการชนะคู่แข่ง

ประโยชน์ของการนำ Deep Tech มาใช้ในภาคธุรกิจ

ในภาพรวมผมเชื่อว่าเรื่องของเทคโนโลยีมีประโยชน์อยู่แล้ว ไม่ต้องพูดถึงแค่ Deep Tech ก็ได้ เพราะการที่ธุรกิจสามารถใช้เทคโนโลยีได้ก็จะเพิ่มโอกาสในการชนะคู่แข่งได้ การลดต้นทุนได้ต่ำลงทำให้เราสามารถนำงบไปลงทุนในเรื่องอื่นๆ ให้ตอบโจทย์ลูกค้าได้มากขึ้น อาจจะไม่ได้ตั้งราคาถูกกว่าคนอื่น แต่มันตอบโจทย์ลูกค้ามากกว่า ลูกค้าก็รักเรามากกว่า อันนี้เป็นพื้นฐานของการพัฒนาในทุกๆ ธุรกิจเลย

แต่สิ่งที่ Deep Tech สร้างความได้เปรียบได้มากกว่าเทคโนโลยีอื่นๆ ก็เพราะว่าตอนนี้ยังมีคนใช้ไม่เยอะ นั่นแปลว่าโอกาสที่เราจะทำแล้วดีกว่าคนอื่นมีสูงกว่าการใช้เทคโนโลยีทั่วๆ ไป เป็นความได้เปรียบที่ถ้าเราโฟกัสกับมัน ได้ลอง ได้เล่น ได้นำมาใช้ให้เกิดประโยชน์ ก็จะมีโอกาสชนะมากกว่า หรืออาจมีโอกาส Disrupt วงการได้ และมี Market Share ที่ก้าวกระโดดขึ้นมาได้

Case Study ของบริษัทที่เริ่มจากรูปแบบดั้งเดิม ค่อยๆ พัฒนาตัวเองมาสู่ Deep Tech จนประสบความสำเร็จ

เคสหนึ่งที่ผมชอบมากเลยก็คือ Netflix ผมเชื่อว่าทุกคนรู้จักแบรนด์นี้ดี แต่อาจจะไม่ค่อยทราบว่าแต่เดิมเขาไม่ใช่บริษัท Tech Startup แต่เป็นเพียงธุรกิจร้านเช่าดีวีดีที่ตอนนี้คงไม่มีใครมีเครื่องเล่นอยู่ที่บ้านแล้ว

การที่ Netflix เขาปรับรูปแบบธุรกิจจากดีวีดีมาเป็นสตรีมมิง สิ่งที่ได้เขาจะมีข้อมูลมากขึ้นว่าเวลาลูกค้าตัดสินใจจะดูหนังสักเรื่อง เขาเลื่อนไปดูอันไหนก่อน เวลาดูอยู่แล้วกดหยุดดูตรงไหน กดไลก์ได้ บอกเราได้ว่าเขาชอบเรื่องนี้ หรือเขา Save Bookmark ไว้ได้ว่าจะมาดูเรื่องนี้ภายหลัง เราจะเห็นพฤติกรรมและเก็บข้อมูลลูกค้ามาสร้างประโยชน์ได้มากขึ้น อย่างเช่นตอนที่เขาตัดสินใจจะลงทุนในหนังหรือซื้อลิขสิทธิ์หนังแต่ละเรื่อง เขาจะใช้ข้อมูลพวกนี้ในการตัดสินใจ คือคำนวณได้เลยว่าเมื่อตัดสินใจแล้ว โอกาสที่คนจะมาดูมันคุ้มค่ากับเงินที่ต้องลงทุนไปหรือเปล่า

ปัจจุบัน Netflix จึงเป็นธุรกิจที่พึ่งพาข้อมูลเพื่อใช้ตัดสินใจ เพราะเขาลงทุนสร้างหนัง ซื้อหนัง แล้วก็มาปล่อยบนแพลตฟอร์ม แต่จะทำอย่างไรให้ดีกว่าแพลตฟอร์มอื่นๆ ก็ต้องเลือกให้ถูกว่าตัวเลือกของหนังที่เข้ามาจะเป็นแบบไหน เพราะเขาซื้อทุกอย่างไม่ได้ จึงเป็นเหตุผลสำคัญที่ต้องมีการวิเคราะห์ข้อมูลกลุ่มลูกค้า แม่นเซกเมนต์ แม่นต้นทุน แม่นในเรื่องการส่งมอบประสบการณ์และให้คำแนะนำกับลูกค้า เพื่อให้เขาพึงพอใจและใช้บริการต่อไปเรื่อยๆ

สิ่งที่ผู้ประกอบการควรระวังในการนำ Deep Tech มาใช้ในภาคธุรกิจของตัวเอง

สิ่งแรกเลยคือเรื่องของกฎหมายที่ตอนนี้ค่อนข้างมีผลเยอะ อย่างเรื่องของข้อมูล ตอนนี้เรามี พ.ร.บ.ข้อมูลส่วนบุคคล (PAPA) ซึ่งมีข้อกำหนดค่อนข้างเยอะเลยว่าคนที่เก็บข้อมูลและประมวลผลจะต้องทำอะไรบ้างเพื่อที่จะทำให้ถูกกฎหมาย นี่คือเรื่องหนึ่งที่อาจทำให้เกิดความยุ่งยากมากขึ้นสำหรับคนที่กำลังประยุกต์ใช้เทคโนโลยีในเรื่อง Big Data และ AI

ต่อมาคือเมื่อเราเก็บข้อมูลในรูปแบบดิจิทัลแล้ว ด้วยความที่ข้อมูลพวกนี้ต้องเชื่อมต่อกับอินเทอร์เน็ตเป็นส่วนใหญ่ ความเสี่ยงต่อการโจมตีทางไซเบอร์ก็มีเยอะตามมา แล้วมันยังผูกกับเรื่องกฎหมายด้วย ถ้าเราโดนโจมตีและเกิดความเสียหายก็อาจต้องชดใช้ตามกฎหมาย นอกเหนือจากนั้นก็เป็นความเสียหายในเชิงความเชื่อมั่นของลูกค้า ถ้าโดนขโมยข้อมูลที่เป็นความลับทางการค้าที่ทำให้คู่แข่งรู้การตัดสินใจของเรา หรืออาจทำให้ระบบงานเราใช้ไม่ได้เลย ตรงนี้ก็จะเป็นความเสี่ยงในการนำเทคโนโลยีมาใช้แล้วไม่ได้จัดการเรื่องความมั่นคงปลอดภัยที่ดีของระบบเรา

เรื่องสุดท้ายในการต้องพิจารณาเพื่อนำเทคโนโลยีมาใช้คือการต่อต้านของคนในองค์กร เพราะถ้าเราไม่ได้มีการจัดการเรื่องคนให้ดี หลายครั้งการนำเทคโนโลยีมาใช้ก็อาจทำให้ผลลัพธ์ที่คาดหวังผิดพลาด ซึ่งตรงนี้ต้องมีการบริหารจัดการเรื่องการเปลี่ยนแปลง หรือ Change Management ที่ดี ไม่ว่าจะเป็นการเสริมความรู้ให้คน ให้เขามีโอกาส มีความสามารถเพียงพอที่จะใช้เทคโนโลยีให้เป็น หรือการปรับแรงจูงใจต่างๆ ให้เหมาะสม ซึ่งเหล่านี้ก็เป็นศาสตร์และศิลป์ที่ผู้บริหารต้องพิจารณาในการนำเทคโนโลยีมาใช้

สิ่งที่ควรทำ ถ้าอยากนำ Deep Tech มาใช้ในองค์กร

หนึ่ง ศึกษาข้อมูล ผมเชื่อว่าตอนนี้มีข้อมูลอยู่ในอินเทอร์เน็ตเยอะมาก และเรียนรู้ได้ง่ายกว่าแต่ก่อนมากด้วย สมัยก่อนถ้าเราอยากจะทำอะไรเกี่ยวกับ AI ก็ต้องเขียนโค้ด แต่เดี๋ยวนี้เทคโนโลยีใหม่ๆ เขาทำจนใช้งานง่าย คอร์สเรียนก็มีเยอะ แค่ต้องศึกษาให้เพียงพอที่จะเข้าใจได้ว่าธุรกิจของเราสามารถประยุกต์ใช้อะไรได้บ้าง

สอง เข้าใจโจทย์ทางธุรกิจ ซึ่งตรงนี้ต้องวิเคราะห์ให้ถูกว่าเราอยู่ในอุตสาหกรรมแบบไหน จุดไหนที่เราอ่อน จุดไหนที่เรามีโอกาส เทรนด์ตอนนี้เป็นอย่างไร พวกนี้เป็นการวิเคราะห์ในเชิงธุรกิจ พอเราเข้าใจเรื่องเทคโนโลยี เข้าใจตัวธุรกิจแล้ว สองมุมนี้มันจะมาบรรจบกันแล้วบอกเราได้ว่าทิศทางที่ต้องเดินคือตรงไหน ควรใช้เทคโนโลยีตัวไหนให้น่าสนใจและแก้ปัญหาตรงจุด เหล่านี้คือ Basic Steps ที่ผู้ประกอบการทุกคนสามารถทำได้ ไม่ได้มีขั้นตอนอะไรที่ยากนัก

แต่สิ่งที่ไม่ควรทำคืออยู่ดีๆ เริ่มธุรกิจมาแล้วใช้เงินมหาศาลซื้อมาเลยโดยที่ขาดความเข้าใจ ตรงนี้ผลลัพธ์จะกลับกันเลย คือเราอาจจะเสียเงินไปโดยเปล่าประโยชน์ และผมเชื่อว่าอันนี้มันเป็นข้อผิดพลาดทั่วไปที่ไม่ได้เกี่ยวแค่เรื่อง Deep Tech แล้ว แต่เกี่ยวกับเรื่อง Digital Transformation ที่ทุกคนมักจะมองว่ามันเป็นการใช้เทคโนโลยี แต่ไม่ได้มองว่ามันมาเกี่ยวข้องกับธุรกิจเราอย่างไร หรือไม่ได้มีความเข้าใจของสองเรื่องนี้เลย ฉะนั้นถ้าตัดสินใจโดยขาดความเข้าใจก็จะนำมาสู่ผลลัพธ์ที่ไม่พึงประสงค์

สำหรับคำแนะนำให้การเลือกใช้ดาต้ามาพัฒนาธุรกิจ เรื่องนี้ผมมองว่ามันเป็นโจทย์ทางธุรกิจมากกว่าโจทย์ทางเทคโนโลยี ฉะนั้นองค์กรส่วนใหญ่ที่เริ่มไปแล้ว บางทีอาจจะต้องกลับมาทบทวนในเรื่องแผนธุรกิจของตัวเองดีๆ ว่าลำดับความสำคัญของธุรกิจเราเป็นอะไร ที่มักจะเจอบ่อยคือมีข้อมูลเยอะมาก มีอุปกรณ์เยอะมาก และพยายามจะทำทุกอย่าง อันนี้คือกับดักเลย

ต้องเข้าใจว่าทุกธุรกิจมีเวลาและทรัพยากรจำกัด บางทีเราซื้อเครื่องมือมาแล้ว แต่คนที่เอาเครื่องมือไปใช้มีจำกัด การเชื่อมโยงธุรกิจกับการลำดับความสำคัญจึงสำคัญ เพราะฉะนั้นต้องเข้าใจก่อนว่าวันนี้เราจะโฟกัสที่เรื่องรายได้ ลูกค้า หรือรายจ่าย ตรงนี้เป็นสิ่งที่ผู้บริหารต้องเข้าใจธุรกิจตัวเองแล้วตัดสินใจก่อนที่จะเอาเทคโนโลยีมาใช้ เพราะถ้าไม่ตัดสินใจและพยายามทำทุกอย่าง สุดท้ายเราจะไม่ได้อะไรสักอย่างเลย